马林梵多童话镇

总有一条蜿蜒在童话镇里七彩的河.

Chrome MCP vs Claude for Chrome vs gstack browse

Chrome MCP vs Claude for Chrome vs gstack browse引言把一个公开网页喂给 AI 已经不是难事。Jina Reader、Firecrawl 这类服务在服务端跑一个无头浏览器,把页面渲染好、抽出正文、转成 Markdown,AI 拿到的就是一份干净的文本。 但真正的工作内容,大多藏在需要登录的页面后面——公司内网系统、各类管理后台、SaaS 控制台。......

Vibe Coding 做微信小游戏:引擎选型与 AI 美术实践

Vibe Coding 做微信小游戏:引擎选型与 AI 美术实践引言随着 Claude、Cursor 等 AI 编程助手的成熟,Vibe Coding(凭感觉编码:用自然语言驱动 AI 完成大部分代码工作)成为独立开发者的新姿势。在微信小游戏这个赛道,单人开发一款中等复杂度游戏的成本被进一步压缩——玩法层可以让 AI 写代码搞定,但还有两个绕不开的问题:用什么引擎?美术资产怎么办? 本文整理......

王树森深度强化学习笔记(完整版)

基于知乎专栏 Ethan Zeng / Henry 的学习笔记整理

本文整理自知乎专栏《深度强化学习》,对应王树森老师的深度强化学习课程。视频课程:B站 BV12o4y197US官方课件:GitHub wangshusen/DRL 一、基本概念(笔记1) 原文链接:知乎 p/651498960 1.1 概率论基础随机变量随机变量是一个值取决于随机事件结果的变量。大写字母 $X$ 表示随机变量,小写字母 $x$ 表示观测值(已确定,无随机性)。 概率密......

大模型八股文

大模型八股文近期大厂(字节、阿里、腾讯、百度、快手、美团等)在大模型方向的面试中,八股题目已经从早期的”背诵 Transformer 论文”逐步演化为覆盖 架构设计、训练优化、推理部署、RAG、Agent 等全链路的综合考察。本文系统整理了 2025-2026 年高频出现的大模型八股题目,力求覆盖全面、解答准确,供复习参考。 一、Transformer 架构基础1.1 Self-Atten......

Matter.js 物理引擎与微信小程序实战

Matter.js 物理引擎与微信小程序实战引言在前端开发中,物理动效能够极大地提升用户体验——下落的卡片、弹跳的球体、可拖拽的元素等。Matter.js 是一个轻量级的 2D 刚体物理引擎,由 Liam Brummitt 开发,原生 JavaScript 实现(非 C++ 移植),零依赖,MIT 许可证。当前最新版本为 0.20.0(2024-06-23 发布) 但 Matter.js 是......

Claude Code CLI 常用命令

Claude Code 实用命令指南引言Claude Code 是 Anthropic 推出的一款 CLI(命令行)AI 编程助手,它能直接在终端中与你的代码库进行交互——编辑文件、执行命令、搜索代码、管理 Git 等。与传统的 IDE 插件不同,Claude Code 以终端原生的方式工作,直接读取你的项目文件和上下文,不需要手动复制粘贴代码片段。本文将梳理 Claude Code 中最常......

Memory in Claude Code

Memory in Claude Code引言每个 Claude Code 会话都从一个全新的上下文窗口开始,上一次会话中交代的项目背景、编码规范和调试经验在新会话中不复存在。为了对抗这种上下文无状态性,Claude Code 设计了一套多层级的记忆系统,使其能够跨会话保留项目知识。本文将对这套记忆系统进行学习及探讨 记忆系统总览Claude Code 的记忆由两个互补机制组成,两者都在每次......

MCP vs Skills

MCP vs Skills引言随着 LLM(大语言模型)在工程实践中的深入落地,”如何让模型更好地使用外部工具”成为了一个核心命题。工具调用(Tool Use / Function Calling)能力的出现,使得 AI 从一个纯文本的对话系统,逐步演变为可以感知和操作外部世界的智能体(Agent)。 在这一背景下,MCP(Model Context Protocol,模型上下文协议) 和 ......

PEFT LLM 参数高效微调

PEFT: LLM 参数高效微调引言SFT(Supervised Fine-Tuning,监督微调)对于我们并不陌生,在 BERT 时代模型微调就已经大行其道了。微调是深度学习中迁移学习的一种方法,其中预训练模型的权重会在新数据上进行训练。微调可以在整个神经网络上执行,也可以仅在其部分层上执行,此时未进行微调的层会被“冻结”(在反向传播步骤中不更新)。这种方式使得 SFT 适用于在特定领域或......

分层可导航小世界算法(HNSW)

分层可导航小世界算法(HNSW)引言随着大语言模型(LLM)与检索增强生成(RAG)技术的普及与应用,向量数据库的热度持续攀升。当前主流的向量数据库(如 Milvus、Weaviate、Chroma、Elasticsearch 等)均支持 HNSW 这一高效的向量检索算法。本文将对 HNSW 算法的起源进行学习及探讨 正则图和随机图在介绍 NSW 和 HNSW 之前,我们先来了解一下正则图和......